Python ialah bahasa yang sangat baik untuk pemula, tetapi itu tidak bermakna anda tidak boleh membuat kesilapan. Terutamanya pada peringkat awal pembelajaran untuk memprogramkan, adalah mudah untuk menulis kod yang betul secara teknikal tetapi kurang dari segi gaya.
Jika anda akan belajar kod, adalah penting untuk mempelajarinya dengan baik. Sama ada dalam akademik atau industri, kualiti kod adalah penting. Ia bukan sahaja mempengaruhi anda, tetapi semua orang yang akan terus membaca dan menggunakan kod anda. Mungkin lebih mementingkan diri sendiri, ia juga boleh memberi kesan kepada prospek perekrutan anda.
Dalam artikel ini, saya akan membincangkan empat kesilapan biasa yang dilakukan oleh pengaturcara Python pengenalan. Mempelajari perangkap ini sangat membantu saya pada zaman Python awal saya, dan saya harap ia akan berguna kepada anda juga.
Mari mulakan.
Ini adalah kesilapan biasa yang dilakukan oleh pengaturcara peringkat permulaan. Ini juga merupakan kesilapan yang dilakukan oleh pengaturcara yang kurang baru yang tidak mempunyai latar belakang pengaturcaraan formal kerana mereka hanya menggunakan kod sebagai alat. Saya melihat anda, saintis data.
Pernyataan bersyarat dalam Python berguna, tetapi tidak semestinya diperlukan. Ini benar terutamanya apabila syarat yang anda semak sudah mengandungi nilai Boolean (benar atau salah).
Izinkan saya menggambarkan dengan contoh mudah. Katakan kita ingin menulis kod untuk menentukan sama ada set data telah dibersihkan. Nasib baik bagi kami, pangkalan kod termasuk pembolehubah kemudahan yang dipanggil is_data_clean yang menjejaki perkara ini. Apa yang perlu kita lakukan ialah menyemaknya dan mengembalikan nilai yang betul.
Sebagai percubaan pertama, kita mungkin menulis sesuatu seperti:
def a_function(): if is_data_clean == True: return True else: return False
Ini sudah berfungsi, tetapi ia tidak perlu rumit . Adakah anda melihat masalahnya? Lihat dengan teliti.
Pembolehubah is_data_clean sudah pun menjadi boolean; Kod menyemak sama ada ia Benar dan mengembalikan Benar, jika ia tidak Benar (bermaksud ia Salah) maka kod itu mengembalikan Salah. Ia hanya sekumpulan pemeriksaan yang tidak perlu.
Kita boleh mengurangkan kod dalam fungsi kepada satu baris:
def a_function(): return is_data_clean
Jauh lebih baik.
Python mempunyai lebih banyak fungsi terbina dalam daripada yang disedari kebanyakan orang. Terdapat terlalu ramai orang yang masih menggunakan gelung untuk mengira jumlah secara manual.
Jika kita mempunyai senarai nombor dalam Python, kita tidak sepatutnya mengira jumlah seperti ini:
total = 0 for num in numbers_list: total += num
Sila gunakan sebaliknya terbina dalam Fungsi penjumlahan:
total
Memerlukan nilai minimum atau maksimum? Tiada larangan di alam semesta untuk anda menulis kod seperti ini:
import math minimum = math.inf # 从最高可能值开始 for number in numbers_list: if number < minimum: minimum = number
Ini bukan kursus pengenalan asas sains komputer ini adalah dunia sebenar. Berhenti mencipta semula roda dan gunakan fungsi min dan maksimum terbina dalam:
minimum = min(numbers_list) maximum
Untuk senarai lengkap fungsi terbina dalam, lihat dokumentasi Python
Bonus: Secara teknikalnya bukan fungsi Terbina dalam terbina dalam.
Sesetengah ciri sukar dicari, tetapi itu tidak bermakna anda tidak sepatutnya menemuinya.
Sebagai contoh, jika kami memerlukan purata lajur nombor (anda mungkin merasakan ini adalah tema berulang), kami boleh menggunakan coretan kod pertama di bawah, tetapi kami harus menggunakan Dua:
# 片段 1:不要这样做! total = 0 for num in numbers_list: total += num avg = total / len(numbers_list) # 片段 2:这样做! import numpy as np avg = np.mean(numbers_list)
Biasanya, Python menyediakan fungsi berguna dalam modul. Mencari modul yang kami perlukan dan mengimport fungsi mungkin memerlukan beberapa kerja tambahan, tetapi ia sangat berbaloi.
Ingat — Python adalah mengenai kesederhanaan dan kebolehbacaan. Fungsi terbina dalam adalah rakan anda. Tidak seperti rakan manusia anda, mereka tidak pernah mengecewakan.
在我教授的一门 Python 入门课程中,学生的第一个项目是编写一个简单的决策算法。 这主要是一个条件练习,要求学生定义一个问题和相关的评分系统,以确定某人有资格回答这个问题的可能性。
例如,有人可能会问,“我应该成为一名数据科学家吗?” 然后,该算法可能包含以下问题,所有这些问题都会根据答案从最终输出分数中增加或减少:
等等。
在编写算法的过程中,许多学生意识到在某些情况下,他们根本不想对总分做任何事情。 例如,他们可能会决定,如果有人愿意学习 Python,那么他们的总分会增加 10 分,但如果他们不愿意,则分数保持不变。
大多数学生使用以下代码实现它:
# willing_to_lean 是一些基于用户输入的预定义变量 if willing_to_learn: score += 10 else: score += 0
这是什么都不做的经典案例。 让我们分解一下 Python 在看到代码行 score += 0 时必须执行的所有操作:
所有这些代码什么都不做。
当然,这对计算机来说不是很大的工作量,也不会对代码的效率产生任何有意义的影响。 也就是说,它毫无意义,而且有些不干净,这是优秀 Python 代码所不具备的特征。
更好的解决方案是使用 Python 的 pass 关键字,它实际上告诉 Python 什么都不做,继续前进。 它填充了一行不需要的代码,但如果完全留空就会出错。 我们甚至可以添加一点评论以提供进一步的清晰度:
if willing_to_learn: score += 10 else: pass # 保持分数不变
更干净、更清晰、更 Pythonic。
条件语句可以说是标准编程中最强大和一致的结构之一。 第一次学习它时,很容易忽略一个重要的微妙之处。
当我们要检查两个或多个条件时,就会出现这种情况。 例如,假设我们正在审查一项调查,以获取以下三种形式之一的回答:“Yes”、“No”或“Maybe”。
早期的 Python 程序员通常使用以下两种方式之一对此进行编码:
# 可能 1 if response == "Yes": # do something if response == "No": # do something if response == "Maybe": # do something # 可能 2 if response == "Yes": # do something elif response == "No": # do something else: # do something
在这种情况下,这两个代码片段实际上是相同的。 它们的行为方式相同,理解起来并不特别混乱,并且它们实现了预期的目标。 当人们错误地认为上面的两个结构总是等价时,问题就出现了。
这是错误的。 上面的第二个代码片段是由多个部分组成的单个条件表达式,而第一个代码片段由三个独立的条件表达式组成,尽管它们看起来是相互关联的。
为什么这很重要? 因为每当 Python 看到一个全新的 if 关键字(即一个新的条件表达式开始)时,它就会检查关联的条件。 另一方面,如果当前条件表达式中的先前条件不满足,Python 只会输入 elif 或 else 条件。
让我们看一个例子,看看为什么这很重要。 假设我们需要编写代码,根据学生在某项作业中的分数给他们打分。 我们在Python 文件中写入以下代码:
score = 76 print("SNIPPET 1") print() if score < 100: print('A') elif score < 90: print('B') elif score < 80: print('C') elif score < 70: print('D') else: print('F') print() print("SNIPPET 2") print() if score < 100: print('A') if score < 90: print('B') if score < 80: print('C') if score < 70: print('D') if score < 60: print('F')
运行此代码输出以下内容:
SNIPPET 1 A SNIPPET 2 A B C
你看得到差别吗? 在第二种情况下,我们得到了意想不到的输出。 为什么? 因为 Python 将每个 if 语句作为一个新的条件来读取,所以如果一个分数恰好小于多个数字检查,则会为所有这些打印出相应的字母等级。
现在,有多种方法可以使用多个 if 语句; 例如,我们可以让条件检查范围而不仅仅是上限。 这个例子的重点不是争论一个例子优于另一个例子(尽管为了清楚起见,我个人倾向于使用 elif 和 else),而只是为了说明它们是不一样的。
确保你明白这一点。
这是您的 Python 初学者备忘单:
你决定学习 Python 真是太好了——我向你保证,这门语言会对你很好。
Atas ialah kandungan terperinci Empat kesilapan biasa yang perlu dielakkan semasa mempelajari Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!